Saya mengembangkan perangkat lunak yang menghitung respons suatu sistem dengan membandingkan FFT sinyal input dan output. Sinyal input dan output dibagi menjadi windows dan, untuk setiap jendela, sinyal median dikurangi dan dikalikan dengan fungsi Hann. Respons instrumen untuk jendela itu adalah rasio FFT dari data yang diproses.
Saya percaya di atas adalah prosedur standar, meskipun saya mungkin menggambarkannya dengan buruk. Masalah saya ada pada bagaimana menggabungkan tanggapan dari banyak windows.
Sejauh yang saya bisa lihat, pendekatan yang benar adalah dengan rata-rata nilai kompleks, di semua jendela. Amplitudo dan respons fasa kemudian merupakan amplitudo dan fase dari nilai rata-rata dan kompleks pada setiap frekuensi:
av_response = sum_windows(response) / n
av_amplitude = sqrt(real(av_response)**2 + imag(av_response)**2)
av_phase = atan2(imag(av_response), real(av_response))
dengan loop implisit di tempat frekuensi.
Tetapi saya telah diminta untuk mengubah ini untuk menghitung amplitudo dan fase di setiap jendela terlebih dahulu , dan kemudian rata-rata amplitudo dan fase di semua jendela:
amplitude = sqrt(real(response)**2 + imag(response)**2)
av_amplitude = sum_windows(amplitude) / n
phase = atan2(imag(response), real(response))
av_phase = sum_windows(phase) / n
Saya berpendapat bahwa ini tidak benar karena sudut rata-rata adalah "salah" - rata-rata 0 dan 360 derajat adalah 180, misalnya, tetapi orang-orang yang bekerja sama dengan saya menjawab dengan mengatakan "OK, kami hanya akan menampilkan amplitudo".
Jadi pertanyaan saya adalah:
- Apakah saya benar dalam berpikir bahwa pendekatan kedua umumnya tidak benar untuk amplitudo juga?
- Jika demikian, apakah ada pengecualian yang mungkin relevan, dan yang dapat menjelaskan mengapa orang yang bekerja dengan saya lebih suka metode kedua? Sebagai contoh, sepertinya kedua pendekatan akan setuju karena kebisingan menjadi kecil, jadi mungkin ini merupakan perkiraan yang diterima untuk kebisingan rendah?
- Jika pendekatan kedua tidak benar, apakah ada referensi meyakinkan dan otoritatif yang dapat saya gunakan untuk menunjukkan ini?
- Jika pendekatan kedua tidak benar, apakah ada contoh yang bagus dan mudah dipahami yang menunjukkan ini untuk amplitudo (seperti rata-rata 0 dan 360 derajat untuk fase)?
- Atau, jika saya salah, buku apa yang bagus untuk saya mendidik diri sendiri dengan lebih baik?
Saya telah mencoba untuk berpendapat bahwa rata-rata -1 1 1 -1 1 -1 -1 harus nol daripada 1, tetapi itu tidak meyakinkan. Dan sementara saya pikir saya bisa, dengan waktu, membangun argumen berdasarkan estimasi kemungkinan maksimum yang diberikan model kebisingan tertentu, itu bukan jenis alasan bahwa orang yang bekerja dengan saya akan mendengarkan. Jadi, jika saya tidak salah, saya perlu argumen yang kuat dari otoritas atau demonstrasi yang "jelas".
[Saya mencoba menambahkan lebih banyak tag, tetapi tidak dapat menemukan yang relevan dan tidak dapat mendefinisikan yang baru sebagai pengguna baru - maaf]